GitHub 周榜（2026.07.08）

本周涨星最快的 10 个开源项目又到 GitHub 周榜时间。这周的画风和之前不太一样不是单纯新模型刷屏而是 Agent 工具链继续往下沉。安全扫描、会议纪要、求职投递、代码库记忆、Token 成本优化、模型路由、Codex/Claude Code 互通插件——全都在往一个方向走让 AI Agent 从 demo 进入具体工作流。说明一下Star 数会实时变化本文只代表 2026 年 7 月 8 日的一个快照。项目介绍只做信息整理不代表推荐生产环境直接采用。1. strix — AI 驱动的安全测试 AgentStars约 38.5k | 本周 10.7kGitHub:https://github.com/usestrix/strix这周涨得最猛的项目。开源 AI hacking agent从代码和运行环境里自动挖漏洞、验证漏洞、出报告。和传统静态扫描工具不一样strix 把 Agent 塞进了安全测试流程——自己读代码自己尝试攻击自己写结论。AI 编程工具越强写出来的代码安全不安全就越让人焦虑。strix 这类项目本质上是在给 Agent 时代补安全闭环。安全任务天然适合自动化扫描、推理、验证、报告每一步都有可量化的反馈不容易跑偏。2. agency-agents — 多 Agent 团队编排Stars约 128.8k | 本周 8.6kGitHub:GitHub - msitarzewski/agency-agents: A complete AI agency at your fingertips - From frontend wizards to Reddit community ninjas, from whimsy injectors to reality checkers. Each agent is a specialized expert with personality, processes, and proven deliverables. · GitHub典型的多 Agent 协作项目。按角色分工有的负责规划有的负责执行有的负责审查有的负责调工具。单 Agent 干复杂任务容易丢上下文、跑偏、反复试错多 Agent 的思路是用分工解决这个问题。不过我对这类项目的态度一直是重点不是 Agent 多就好使而是任务边界、状态同步、成本控制和失败恢复能不能兜住。3. caveman — LLM 上下文压缩Stars约 86.3k | 本周 8.1kGitHub:https://github.com/JuliusBrussee/cavemanRust 写的高性能 LLM 上下文压缩工具。用穴居人式风格压缩把模型的冗余礼貌用语砍掉技术信息一个字不动。实测能省 60-67% 输出 token。Agent 真跑起来最痛的不是某一次调用花了多少是长任务里上下文越吃越多。读仓库、读文档、留历史、反复试错每一步都吃 token。上下文越长成本越高速度越慢模型也越容易丢了重点。2026 年做 Agent压缩上下文不是锦上添花是基础设施。caveman 这种项目说明开源圈已经在想怎么把真正有用的留下来而不是一股脑全塞进去。4. Meetily — 本地优先的 AI 会议纪要Stars约 20.7k | 本周 7.3kGitHub:https://github.com/Zackriya-Solutions/meeting-minutes开源 AI 会议纪要工具本地优先、免费、跨平台。录音→转写→总结→提取待办全链路在本地跑。会议纪要是普通人最能理解的 AI 场景之一。不像通用 Agent 那么抽象也不像编程 Agent 那么难上手。Meetily 的核心卖点是本地优先——会议内容涉及公司内部信息很多人不愿意把音频上传到第三方平台。如果你想找个开源项目快速感受 AI 怎么进办公场景Meetily 比很多大而全 Agent更接地气。5. codebase-memory-mcp — 编程 Agent 的长期记忆Stars约 28.0k | 本周 5.5kGitHub:GitHub - DeusData/codebase-memory-mcp: High-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies. · GitHub高性能代码库记忆 MCP server。给整个代码库建持久化知识图谱让 Claude Code / Codex 不再每次从零开始理解项目。Agent 写代码最怕什么不是不会写某个函数是不理解项目已有结构。不知道这个模块为什么这么写不知道历史约束不知道哪些文件不能动不知道改一处会不会牵连别的调用链。代码库记忆是编程 Agent 的关键基建。这东西的价值不是单次 demo 能看出来的而是长期用下来Agent 能不能越来越懂你的仓库。6. ai-job-search — AI 求职自动化Stars约 10.8k | 本周 5.4kGitHub:GitHub - MadsLorentzen/ai-job-search: The job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it. · GitHubAI 求职工具。帮你自动筛岗位、分析 JD、生成申请材料辅助投递。求职是典型的信息密集型任务刷招聘网站、对比 JD、改简历、写 cover letter、记录投递状态。很多步骤不难但吃人。Agent 在这里的价值不是替你拿 offer是把低价值重复劳动自动化。不过自动投递做得太猛容易变成垃圾申请也可能违反招聘平台规则。好的求职 Agent 应该辅助筛选和准备别搞无脑海投。7. system_prompts_leaks — 系统提示词泄露合集Stars约 53.0k | 本周 5.3kGitHub:https://github.com/asgeirtj/system_prompts_leaks收集主流 AI 产品背后泄露的系统提示词。这仓库能火说明开发者确实对大厂 AI 产品背后的 prompt、工具调用、约束策略很好奇。可以用它来观察产品设计思路怎么约束模型角色、怎么声明工具、怎么做安全边界。但不建议直接复刻闭源产品的内部策略更不该当破解教程用。系统提示词这个话题热本质上说明大家已经意识到AI 产品不只是模型prompt、工具、权限、上下文组织同样决定体验。8. exercises-dataset — 健身动作结构化数据集Stars约 10.7k | 本周 5.0kGitHub:https://github.com/hasaneyldrm/exercises-dataset本周少见的非 AI 项目。提供不同肌肉群、器械、动作类型的健身动作结构化数据。没 AI Agent 那么性感但很实用。很多健身 App、训练计划工具、健康类产品都需要结构化动作数据——动作名称、目标肌群、器械类型、示意图、分类标签。这些基础数据整理起来其实很麻烦。它能冲上来说明 GitHub 热榜不全是 AI真正有用的数据集和基础资源依然有人买账。9. OmniRoute — 开源 LLM API 网关Stars约 13.1k | 本周 4.8kGitHub:GitHub - diegosouzapw/OmniRoute: Never stop coding. Free AI gateway: one endpoint, 231 providers (50 free), connect Claude Code, Codex, Cursor, Cline Copilot to FREE Claude/GPT/Gemini. RTKCaveman stacked compression saves 15-95% tokens, smart auto-fallback, MCP/A2A, multimodal APIs, Desktop/PWA. · GitHub开源 LLM API gateway在不同模型和供应商之间做路由、切换、管理。现在做 AI 应用很少只接一个模型了。OpenAI、Anthropic、Google、DeepSeek、Qwen、GLM各家模型价格、速度、上下文、能力都不一样。模型越来越多以后应用层最缺的就是一层统一网关。什么时候切便宜模型、什么时候上强模型、什么时候 fallback、什么时候记成本——这些都需要基础设施来管。OmniRoute 出现说明 AI 应用开发正在从调一个 API进入管理一组模型资源。10. codex-plugin-cc — Codex CLI 委托 Claude CodeStars约 26.6k | 本周 4.7kGitHub:GitHub - openai/codex-plugin-cc: Use Codex from Claude Code to review code or delegate tasks. · GitHubOpenAI 官方的 Codex CLI 插件用来把任务委托给 Claude Code。这事本身比项目代码更值得琢磨。它说明 AI 编程工具之间的关系不一定只有谁替代谁也可能是互相调用、互相编排。Codex 负责规划Claude Code 负责某类执行或者反过来——不同模型、不同工具各干一段。这是 Agent 工具链成熟的信号从单一产品崇拜走向多 Agent 编排。这周说明了什么这周 GitHub 热榜最值得看的不是又出了哪个新模型而是 AI Agent 开始进入具体流程安全——strix会议——Meetily求职——ai-job-search编程记忆——codebase-memory-mcpToken 压缩——caveman模型路由——OmniRoute多 Agent 编排——agency-agents、codex-plugin-cc开源圈的关注点正在继续变化。去年大家还在追模型有多强。现在越来越多人在做怎么让模型真的干活。而且这个干活不再只是写一段代码而是进入安全、办公、求职、研发、模型管理这些具体场景。Agent 的下半场大概率不是比谁 demo 更震撼而是比谁更稳定、更便宜、更容易嵌进真实工作流。AIGC标识: 66787a30-fe82-4e32-aaa6-f775a12ac2faursor, Cline Copilot to FREE Claude/GPT/Gemini. RTKCaveman stacked compression saves 15-95% tokens, smart auto-fallback, MCP/A2A, multimodal APIs, Desktop/PWA. · GitHubGitHub - diegosouzapw/OmniRoute: Never stop coding. Free AI gateway: one endpoint, 231 providers (50 free), connect Claude Code, Codex, Cursor, Cline Copilot to FREE Claude/GPT/Gemini. RTKCaveman stacked compression saves 15-95% tokens, smart auto-fallback, MCP/A2A, multimodal APIs, Desktop/PWA. · GitHub开源 LLM API gateway在不同模型和供应商之间做路由、切换、管理。现在做 AI 应用很少只接一个模型了。OpenAI、Anthropic、Google、DeepSeek、Qwen、GLM各家模型价格、速度、上下文、能力都不一样。模型越来越多以后应用层最缺的就是一层统一网关。什么时候切便宜模型、什么时候上强模型、什么时候 fallback、什么时候记成本——这些都需要基础设施来管。OmniRoute 出现说明 AI 应用开发正在从调一个 API进入管理一组模型资源。10. codex-plugin-cc — Codex CLI 委托 Claude CodeStars约 26.6k | 本周 4.7kGitHub:GitHub - openai/codex-plugin-cc: Use Codex from Claude Code to review code or delegate tasks. · GitHubOpenAI 官方的 Codex CLI 插件用来把任务委托给 Claude Code。这事本身比项目代码更值得琢磨。它说明 AI 编程工具之间的关系不一定只有谁替代谁也可能是互相调用、互相编排。Codex 负责规划Claude Code 负责某类执行或者反过来——不同模型、不同工具各干一段。这是 Agent 工具链成熟的信号从单一产品崇拜走向多 Agent 编排。这周说明了什么这周 GitHub 热榜最值得看的不是又出了哪个新模型而是 AI Agent 开始进入具体流程安全——strix会议——Meetily求职——ai-job-search编程记忆——codebase-memory-mcpToken 压缩——caveman模型路由——OmniRoute多 Agent 编排——agency-agents、codex-plugin-cc开源圈的关注点正在继续变化。去年大家还在追模型有多强。现在越来越多人在做怎么让模型真的干活。而且这个干活不再只是写一段代码而是进入安全、办公、求职、研发、模型管理这些具体场景。Agent 的下半场大概率不是比谁 demo 更震撼而是比谁更稳定、更便宜、更容易嵌进真实工作流。